- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07381751
Ocena MDS-UPDRS wspomagana sztuczną inteligencją w chorobie Parkinsona
Sztuczna inteligencja wspomagająca ocenę MDS-UPDRS w chorobie Parkinsona
Idiopatyczna choroba Parkinsona (PD) to choroba neurodegeneracyjna, która stopniowo powoduje zarówno objawy motoryczne, jak i niemotoryczne. Jako druga najczęstsza choroba neurodegeneracyjna i najczęstsze zaburzenie ruchowe, dotyka ona ponad 8,5 miliona ludzi na całym świecie i 13 000 osób w Hongkongu. Najbardziej klasyczne objawy PD to drżenie spoczynkowe, sztywność mięśni, bradykinezja (spowolnienie ruchów) i trudności w chodzeniu. Inne objawy obejmują zaburzenia snu, objawy psychiatryczne, upośledzenie funkcji poznawczych i dysfunkcje autonomiczne. Jej patofizjologię charakteryzuje utrata neuronów dopaminergicznych i nagromadzenie agregatów zwanych ciałami Lewy'ego.
Nasilenie objawów motorycznych związanych z PD jest zwykle półilościowo („normalne”, „nieznaczne”, „łagodne”, „umiarkowane” i „ciężkie”) oceniane przez lekarzy specjalistów i fizjoterapeutów zgodnie z rewizją części III Zunifikowanej Skali Oceny Choroby Parkinsona sponsorowanej przez Towarzystwo Zaburzeń Ruchowych (MDS-UPDRS III). Jednak MDS-UPDRS III jest półilościowa i subiektywna, co może maskować łagodne efekty leczenia, a nawet dawać fałszywie pozytywne wyniki. Ponadto jej ocena wymaga znacznego czasu i wysiłku, z oczekiwanymi różnicami między obserwatorami.
Aby rozwiązać te problemy, zbadano różne technologie sztucznej inteligencji (AI) i podejścia telemedycyny do oceny pacjentów. Jednak wcześniejsze badania nie uwzględniały pozycji oceniających sztywność i stabilność postawy, które wymagają kontaktu fizycznego zgodnie z instrukcjami MDS-UPDRS III. Zhu i współpracownicy zbadali system maszynowej oceny objawów motorycznych dla pełnego MDS-UPDRS III. Niemniej jednak wykorzystali oni kamerę głębi i przeprowadzili testy w ściśle kontrolowanym idealnym środowisku laboratoryjnym. Dla powszechnego wdrożenia oceny wspomaganej przez AI, kamera RGB jest bardziej dostępną alternatywą.
Przegląd badań
Szczegółowy opis
Jest to jednoośrodkowe, prospektywne, obserwacyjne badanie zaprojektowane w celu opracowania i walidacji systemu oceny MDS-UPDRS III opartego na sztucznej inteligencji, wykorzystującego dane z kamery RGB. Uczestnicy będą rekrutowani z poradni neurologicznej Queen Elizabeth Hospital. Każdy badany przejdzie standardową ocenę MDS-UPDRS III przez certyfikowanego klinicystę lub fizjoterapeutę, jednocześnie zsynchronizowaną z nagraniem wideo RGB-D. Nagrania wideo będą przetwarzane przez potok głębokiego uczenia wytrenowany do szacowania wyników MDS-UPDRS III.
Przeprowadzone zostaną zaślepione oceny w celu porównania wyników generowanych przez sztuczną inteligencję z rzeczywistymi ocenami klinicystów. Analiza statystyczna będzie obejmować metryki zgodności między oceniającymi (np. ICC, kappa Cohena), wrażliwość na zmiany oraz analizy podgrup.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Hiu Yi Wong, PhD
- Numer telefonu: +852-23587344
- E-mail: annawong@ust.hk
Kopia zapasowa kontaktu do badania
- Nazwa: Qian Zhang, PhD
- Numer telefonu: +852-23588766
- E-mail: qianzh@ust.hk
Lokalizacje studiów
-
-
-
Hong Kong, Chiny
- Jeszcze nie rekrutacja
- Hong Kong University of Science and Technology
-
Główny śledczy:
- Qian Zhang, PhD
-
Kontakt:
- Hiu Yi Wong, PhD
- Numer telefonu: +852-23587344
- E-mail: annawong@ust.hk
-
Kontakt:
- Qian Zhang, PhD
- Numer telefonu: +852-23588766
- E-mail: qianzh@ust.hk
-
-
-
-
-
Hong Kong, Hongkong
- Rekrutacyjny
- Queen Elizabeth Hospital
-
Kontakt:
- Qian Zhang, PhD
- Numer telefonu: +852 2358 8766
- E-mail: qianzh@cse.ust.hk
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Wiek ≥18 lat
- Rozpoznanie "klinicznie ustalonej choroby Parkinsona" zgodnie z definicją Międzynarodowego Towarzystwa Zaburzeń Ruchu (MDS-PD) [12]
- Zdolność do wyrażenia świadomej zgody oraz gotowość do udziału w nagrywanych na wideo ocenach MDS-UPDRS część III
- Brak istotnych zaburzeń wzroku, słuchu lub układu mięśniowo-szkieletowego, które mogłyby zakłócać ocenę motoryczną na podstawie nagrań wideo
Kryteria wykluczenia:
- Niechęć do nagrywania wideo na potrzeby badania
- Wywiad wskazujący na zaburzenia neurorozwojowe, chorobę neurodegeneracyjną inną niż PD, infekcję OUN, chorobę neurozapalną (np. stwardnienie rozsiane, toczeń OUN), nowotwór w ciągu ostatnich 10 lat, udar mózgu, zakażenie HIV, układową chorobę autoimmunologiczną, uzależnienie od alkoholu lub innych substancji
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Grupa PD
pacjenci z chorobą Parkinsona
|
profil kliniczny, MDS-UPDRS III, nagranie wideo
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Narzędzie oceny motorycznej oparte na sztucznej inteligencji
Ramy czasowe: Od punktu wyjściowego do 3 lat
|
Narzędzie do oceny motorycznej oparte na sztucznej inteligencji, wykorzystujące film RGB do wiarygodnych i obiektywnych ocen objawów motorycznych MDS-UPDRS III, w tym sztywności i stabilności postawy.
|
Od punktu wyjściowego do 3 lat
|
|
Wykonalność wdrożenia ocen opartych na kamerze RGB
Ramy czasowe: 3 lata
|
Wykonalność wdrożenia ocen opartych na kamerze RGB w rutynowych warunkach klinicznych zostanie oceniona na podstawie odsetka ocen, w których system AI jest w stanie wygenerować szacowaną łączną ocenę MDS-UPDRS Część III na podstawie wideo RGB, którą można bezpośrednio porównać z ocenami MDS-UPDRS Część III wystawionymi przez klinicystę.
Pacjenci wykonują standaryzowane zadania motoryczne pod kierunkiem lekarza, podczas gdy wideo RGB jest nagrywane za pomocą smartfona.
Oceny MDS-UPDRS Część III wystawione przez klinicystę są używane jako prawda podstawowa.
Wyniki wykonalności będą raportowane jako procent (%) ocen z prawidłowymi wynikami wygenerowanymi przez AI w ciągu 3-letniego okresu badania.
|
3 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Skuteczność systemu
Ramy czasowe: 3 lata
|
Skuteczność systemu w ocenie nasilenia objawów motorycznych będzie mierzona zgodnością pomiędzy wynikami MDS-UPDRS Część III przewidywanymi przez sztuczną inteligencję a ocenianymi przez klinicystę.
Nagrywane jest wideo RGB za pomocą smartfona, podczas gdy pacjenci wykonują standaryzowane zadania motoryczne pod nadzorem lekarza.
Wyniki MDS-UPDRS Część III oceniane przez klinicystę służą jako wzorzec referencyjny.
System sztucznej inteligencji generuje przewidywane sumaryczne wyniki MDS-UPDRS Część III (zakres 0-108, gdzie wyższe wyniki wskazują na cięższe upośledzenie motoryczne).
Skuteczność systemu będzie oceniana za pomocą wskaźnika F1, korelacji pomiędzy przewidywanymi a ocenianymi przez klinicystę wynikami oraz czułości i swoistości w wykrywaniu klinicznie istotnego upośledzenia motorycznego na podstawie predefiniowanych progów punktowych.
Wyniki skuteczności będą raportowane w okresie 3-letniego badania.
|
3 lata
|
|
Satysfakcja pacjenta i klinicysty
Ramy czasowe: od wartości początkowej do 3 lat
|
Zadowolenie pacjentów z systemu oceny wspomaganego sztuczną inteligencją będzie oceniane za pomocą kwestionariusza specyficznego dla badania, przeprowadzanego po zakończeniu zadań motorycznych opartych na kamerze RGB.
Punkty kwestionariusza są oceniane w skali Likerta, przy czym wyższe wyniki wskazują na większe zadowolenie. Ocena klinicystów systemu oceny wspomaganego sztuczną inteligencją będzie oceniana za pomocą kwestionariusza specyficznego dla badania, oceniającego postrzeganą wiarygodność, postrzeganą skuteczność i ogólne zadowolenie z systemu. Punkty kwestionariusza są oceniane w skali Likerta, przy czym wyższe wyniki wskazują na bardziej pozytywne oceny. Wyniki oceny pacjentów i klinicystów będą raportowane jako średnia ± odchylenie standardowe w okresie badania. |
od wartości początkowej do 3 lat
|
|
Wydajność systemu
Ramy czasowe: od wartości wyjściowej do 3 lat
|
Wydajność systemu będzie mierzona poprzez dokładność i średni błąd bezwzględny (MAE) prognozowanych przez sztuczną inteligencję łącznych wyników MDS-UPDRS Część III w porównaniu z wynikami ocenianymi przez klinicystę.
Pacjenci wykonują standaryzowane zadania motoryczne pod nadzorem lekarza, podczas gdy nagrywane jest wideo RGB za pomocą smartfona.
Oceniane przez klinicystę wyniki MDS-UPDRS Część III są używane jako punkt odniesienia.
Wydajność systemu jest definiowana jako dokładność i MAE prognoz sztucznej inteligencji.
Wyniki wydajności zostaną podsumowane w okresie badania.
|
od wartości wyjściowej do 3 lat
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Qian Zhang, PhD, Hong Kong University of Science and Technology
Publikacje i pomocne linki
Publikacje ogólne
- Goetz CG, Tilley BC, Shaftman SR, Stebbins GT, Fahn S, Martinez-Martin P, Poewe W, Sampaio C, Stern MB, Dodel R, Dubois B, Holloway R, Jankovic J, Kulisevsky J, Lang AE, Lees A, Leurgans S, LeWitt PA, Nyenhuis D, Olanow CW, Rascol O, Schrag A, Teresi JA, van Hilten JJ, LaPelle N; Movement Disorder Society UPDRS Revision Task Force. Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Mov Disord. 2008 Nov 15;23(15):2129-70. doi: 10.1002/mds.22340.
- Postuma RB, Berg D, Stern M, Poewe W, Olanow CW, Oertel W, Obeso J, Marek K, Litvan I, Lang AE, Halliday G, Goetz CG, Gasser T, Dubois B, Chan P, Bloem BR, Adler CH, Deuschl G. MDS clinical diagnostic criteria for Parkinson's disease. Mov Disord. 2015 Oct;30(12):1591-601. doi: 10.1002/mds.26424.
- Ou Z, Pan J, Tang S, Duan D, Yu D, Nong H, Wang Z. Global Trends in the Incidence, Prevalence, and Years Lived With Disability of Parkinson's Disease in 204 Countries/Territories From 1990 to 2019. Front Public Health. 2021 Dec 7;9:776847. doi: 10.3389/fpubh.2021.776847. eCollection 2021.
- Aarsland D, Batzu L, Halliday GM, Geurtsen GJ, Ballard C, Ray Chaudhuri K, Weintraub D. Parkinson disease-associated cognitive impairment. Nat Rev Dis Primers. 2021 Jul 1;7(1):47. doi: 10.1038/s41572-021-00280-3.
- Zhu X, Chen Z, Ling Y, Luo N, Yin Q, Zhang Y, Zhao A, Ye G, Zhou H, Pan J, Zhou L, Cao L, Huang P, Zhang P, Chen C, Shi W, Lin S, Zhuang H, Zhao J, Ren K, Tan Y, Liu J. Motor symptom machine rating system for complete MDS-UPDRS III in Parkinson's disease: A proof-of-concept pilot study. Chin Med J (Engl). 2024 Jul 5;137(13):1632-1634. doi: 10.1097/CM9.0000000000003044. Epub 2024 Mar 19. No abstract available.
- Boroojerdi B, Ghaffari R, Mahadevan N, Markowitz M, Melton K, Morey B, Otoul C, Patel S, Phillips J, Sen-Gupta E, Stumpp O, Tatla D, Terricabras D, Claes K, Wright JA Jr, Sheth N. Clinical feasibility of a wearable, conformable sensor patch to monitor motor symptoms in Parkinson's disease. Parkinsonism Relat Disord. 2019 Apr;61:70-76. doi: 10.1016/j.parkreldis.2018.11.024. Epub 2018 Nov 27.
- Lu M, Poston K, Pfefferbaum A, Sullivan EV, Fei-Fei L, Pohl KM, Niebles JC, Adeli E. Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity. Med Image Comput Comput Assist Interv. 2020 Oct;12263:637-647. doi: 10.1007/978-3-030-59716-0_61. Epub 2020 Sep 29.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
- Synukleinopatie
- Choroby mózgu
- Choroby ośrodkowego układu nerwowego
- Choroby Układu Nerwowego
- Choroby neurodegeneracyjne
- Zaburzenia ruchowe
- Zaburzenia Parkinsona
- Choroby jąder podstawy
- Choroba Parkinsona
- Administracja usług zdrowotnych
- Jakość opieki zdrowotnej
- Ocena wyników, opieka zdrowotna
- Ocena wyników i procesu, opieka zdrowotna
- Czujne czekanie
Inne numery identyfikacyjne badania
- HREP-2025-0238
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .